PyTorch is een machine-learningbibliotheek waarmee gebruikers met tensoren kunnen werken. Tensoren zijn essentiële datastructuren die verschillende soorten gegevens en vormen kunnen hebben. Soms willen gebruikers de uitbreidingsbewerking op tensoren uitvoeren om hun omvang te vergroten. Met de uitbreidingsbewerking kunnen gebruikers een tensor langs gespecificeerde afmetingen herhalen. PyTorch biedt het attribuut “expand()” dat een tensor en een lijst met maten als invoer gebruikt. Het retourneert een nieuwe tensor die dezelfde gegevens heeft, maar met verschillende dimensies.
Dit artikel illustreert de methode om de uitbreidingsbewerking op tensoren in PyTorch te gebruiken.
Hoe gebruik ik de uitbreidingsbewerking in PyTorch?
Om de uitbreidingsbewerking in PyTorch te gebruiken, bekijk de onderstaande stappen:
- Importeer de PyTorch-bibliotheek
- Creëer een gewenste tensor
- Bekijk de ingangstensorgrootte
- Vouw de tensor uit met behulp van de “ uitbreiden() attribuut
- Geef de uitgebreide tensor en de grootte ervan weer
Stap 1: Importeer de PyTorch-bibliotheek
Importeer eerst de “ fakkel ”bibliotheek om de uitbreidingsbewerking te gebruiken:
importeren fakkel
Stap 2: Maak een tensor
Creëer vervolgens een gewenste tensor met behulp van de “ fakkel.tensor() ” functioneren en de elementen afdrukken. Hier creëren we het volgende “ Tientallen ” tensor:
Tientallen = fakkel. tensor ( [ [ 2 ] , [ 4 ] , [ 6 ] ] )
afdrukken ( Tientallen )
In de onderstaande uitvoer is de tensor met succes gemaakt:
Stap 3: Bekijk de invoertensorgrootte
Bekijk vervolgens de grootte van de hierboven gemaakte “ Tientallen 'tensor met behulp van de' maat() ” attribuut:
afdrukken ( 'Grootte van de tensor:' , Tientallen. maat ( ) )Volgens de onderstaande uitvoer is de grootte van de tensor 3×1:
Stap 4: Vouw de Tensor uit
Gebruik nu de “ uitbreiden() ” attribuut om de uitbreidingsbewerking uit te voeren en de tensor uit te breiden naar een nieuwe dimensie. Het is vereist om de tensor en de lijst met maten als invoer op te geven. Hier breiden we de tensor uit naar een formaat van 3×4:
Exp_tens = Tientallen. uitbreiden ( 3 , 4 )Stap 5: Geef de uitgebreide tensor en zijn grootte weer
Druk ten slotte de elementen van de uitgebreide tensor en de grootte ervan af:
afdrukken ( Exp_tens )afdrukken ( Exp_tens. maat ( ) )
De onderstaande uitvoer toont de uitgebreide tensor en zijn grootte, d.w.z. 3×4. Dit geeft aan dat de uitgebreide bewerking met succes is uitgevoerd:
We hebben de efficiënte methode uitgelegd om de uitbreidingsbewerking in PyTorch te gebruiken
Opmerking : Hier heeft u toegang tot ons Google Colab Notebook koppeling .
Conclusie
Om de uitbreidingsbewerking in PyTorch te gebruiken, importeert u eerst de fakkelbibliotheek. Maak vervolgens de gewenste tensor en bekijk de elementen en grootte ervan. Gebruik vervolgens de “ uitbreiden() ” attribuut om de invoertensor uit te breiden. Druk ten slotte de uitgevouwen tensor af en bekijk de grootte ervan. Dit artikel heeft de methode gedemonstreerd om de uitbreidingsbewerking op tensoren in PyTorch te gebruiken.